LazyInstanceNorm2d ¬

class torch.nn.LazyInstanceNorm2d(eps=1e-05, momentum=0.1, affine=True, track_running_stats=True, device=None, dtype=None)[source][source] ¬

一个具有懒加载 num_features 参数的 torch.nn.InstanceNorm2d 模块。

The num_features argument of the InstanceNorm2d is inferred from the input.size(1) . The attributes that will be lazily initialized are weight, bias, running_mean and running_var.

检查 torch.nn.modules.lazy.LazyModuleMixin 以获取关于懒加载模块及其限制的进一步文档。

参数:

• num_features – $C$ 来自预期大小为 $(N, C, H, W)$ 或 $(C, H, W)$

• eps (float) – 为数值稳定性添加到分母的值。默认：1e-5

• momentum（可选[float]）- 用于计算 running_mean 和 running_var 的值。默认：0.1

• affine（bool）- 一个布尔值，当设置为 True 时，此模块具有可学习的仿射参数，初始化方式与批量归一化相同。默认： False 。

• track_running_stats（bool）- 一个布尔值，当设置为 True 时，此模块跟踪运行均值和方差，当设置为 False 时，此模块不跟踪此类统计信息，在训练和评估模式下始终使用批处理统计信息。默认： False

形状：

• 输入： $(N, C, H, W)$ 或 $(C, H, W)$

• 输出： $(N, C, H, W)$ 或 $(C, H, W)$ （与输入相同形状）

cls_to_become

InstanceNorm2d 的别名